dashboard.Rmd

---
title: "Dashboard Garantías GES Hospital XXXXXX"
output: 
  flexdashboard::flex_dashboard:
    orientation: columns
    vertical_layout: fill
    theme: cosmo
---

```{r message=FALSE, warning=FALSE, include=FALSE}
packages <- c(
  "flexdashboard",
  "tidyverse",
  "janitor",
  "readxl",
  "plotly",
  "lubridate",
  "kableExtra",
  "treemap",
  "paletteer",
  "writexl",
  "data.table",
  "scales",
  "zoo"
)

package_check <- lapply(
  packages,
  FUN = function(x) {
    if (!require(x, character.only = TRUE)) {
      install.packages(x, dependencies = TRUE)
      library(x, character.only = TRUE)
    }
  }
)
```


```{r message=FALSE, warning=FALSE, include=FALSE}

ges_vigentes <- read_excel("data_raw/vigentes.xlsx", skip = 7) |>
  select(1, 4:8, 10) |>
  clean_names()

ges_vencidas <- read_excel("data_raw/vencidas.xlsx", skip = 7) |>
  select(6, 1, 4:5, 8:9, 11) |>
  clean_names()

etapas <- read_excel("tables/listado_etapas_GES.xlsx") |>
  clean_names() |>
  mutate(problema_de_salud = str_remove(problema_de_salud,
    pattern = "(\\s?[.]?\\s?[{]\\w+\\s\\w+.\\s?\\d+.?\\d+.)"
  ))

total_ges <- rbind(ges_vigentes, ges_vencidas) |>
  mutate(
    problema_de_salud = str_remove(problema_de_salud,
      pattern = "(\\s?[.]?\\s?[{]\\w+\\s\\w+.\\s?\\d+.?\\d+.)"
    ),
    fecha_de_inicio = ymd(fecha_de_inicio),
    fecha_limite = ymd(fecha_limite),
    rut = as.character(rut),
    plazo_ges = as.numeric(fecha_limite - fecha_de_inicio),
    dias_avanzados = as.numeric(today() - fecha_de_inicio),
    dias_retraso = ifelse(fecha_limite >= today(), NA_integer_, as.numeric(today() - fecha_limite)),
    plazo_interno = plazo_ges * 0.7,
    fecha_interna = fecha_de_inicio + plazo_interno,
    indice_resolucion = dias_avanzados / plazo_ges,
    riesgo = case_when(
      indice_resolucion > 1 ~ "Vencido",
      indice_resolucion >= 0.9 ~ "Muy alto",
      indice_resolucion < 0.9 & indice_resolucion >= 0.7 ~ "Alto",
      indice_resolucion < 0.7 & indice_resolucion >= 0.35 ~ "Medio",
      indice_resolucion < 0.35 ~ "Bajo"
    ),
    riesgo = factor(riesgo, levels = c(
      "Bajo",
      "Medio",
      "Alto",
      "Muy alto",
      "Vencido"
    )),
    garantia = case_when(
      indice_resolucion > 1 ~ "Vencido",
      indice_resolucion <= 1 ~ "Vigente"
    ),
    vence_15 = case_when(
      fecha_limite - today() <= 15 & fecha_limite - today() >= 0 ~ TRUE,
      TRUE ~ FALSE
    ),
    vence_7 = case_when(
      fecha_limite - today() <= 7 & fecha_limite - today() >= 0 ~ TRUE,
      TRUE ~ FALSE
    )
  )

total_ges <- inner_join(total_ges, etapas) |>
  mutate(etapa = factor(etapa, levels = c(
    "Consulta",
    "Confirmación",
    "Etapificación",
    "Tratamiento",
    "Rehabilitación",
    "Seguimiento"
  )))
```

```{r message=FALSE, warning=FALSE, include=FALSE}
fecha_vigentes <- read_excel("data_raw/vigentes.xlsx")[1, 1] %>%
  mutate(corte = dmy(str_extract(`Para Grabar presione F12`, "(\\d+/*\\d+/*\\d+)")))
fecha_vigentes <- fecha_vigentes$corte

hora_vigentes <- read_excel("data_raw/vigentes.xlsx")[1, 1] %>%
  mutate(hora = str_extract(`Para Grabar presione F12`, "\\d{2}:\\d{2}:\\d{2}"))
hora_vigentes <- as.character(hora_vigentes$hora)

fecha_vencidas <- read_excel("data_raw/vencidas.xlsx")[1, 1] %>%
  mutate(corte = dmy(str_extract(`Para Grabar presione F12`, "(\\d+/*\\d+/*\\d+)")))
fecha_vencidas <- fecha_vencidas$corte

hora_vencidas <- read_excel("data_raw/vencidas.xlsx")[1, 1] %>%
  mutate(hora = str_extract(`Para Grabar presione F12`, "\\d{2}:\\d{2}:\\d{2}"))
hora_vencidas <- as.character(hora_vencidas$hora)

total_ges$corte <- fecha_vencidas

write_xlsx(ges_vigentes, paste0("data_clean/ges_vigentes_", fecha_vigentes, ".xlsx"))
write_xlsx(ges_vencidas, paste0("data_clean/ges_vencidas_", fecha_vencidas, ".xlsx"))
write_xlsx(total_ges, paste0("data_clean/total_ges_", fecha_vencidas, ".xlsx"))
```

```{r message=FALSE, warning=FALSE, include=FALSE}
temp <- list.files(
  path = "./data_clean/",
  pattern = "total_ges*",
  full.names = TRUE
) %>%
  map_df(~ read_excel(.)) %>%
  mutate(riesgo = factor(riesgo, levels = c(
    "Bajo",
    "Medio",
    "Alto",
    "Muy alto",
    "Vencido"
  )))

integer_breaks <- function(n = 5, ...) {
  fxn <- function(x) {
    breaks <- floor(pretty(x, n, ...))
    names(breaks) <- attr(breaks, "labels")
    breaks
  }
  return(fxn)
}
```

```{r echo=FALSE}
total_vencidos <- total_ges |>
  dplyr::filter(riesgo == "Vencido") |>
  dplyr::summarise(n = n())
```


```{r echo=FALSE}
total_garantias <- total_ges %>%
  count()
total_vigentes <- total_ges %>%
  dplyr::filter(garantia == "Vigente") %>%
  count()
total_retrasadas <- total_ges %>%
  dplyr::filter(garantia == "Vencido") %>%
  count()
total_onco <- total_ges %>%
  dplyr::filter(onco == TRUE) %>%
  count()
total_onco_retrasadas <- total_ges %>%
  dplyr::filter(garantia == "Vencido", onco == TRUE) %>%
  count()
```


Nota: Este reporte está actualizado con la infomación extraída desde SIGGES, con la nómina de vigentes el `r fecha_vigentes` a las `r hora_vigentes` y la nómina de vencidas el `r fecha_vencidas` a las `r hora_vencidas`


Column {data-width=350}
-----------------------------------------------------------------------

### Total garantías vigentes

```{r}
valueBox(total_vigentes$n, icon = "ion-android-people")
```

### Total garantías retrasadas

```{r}
porc_retrasadas <- round((total_retrasadas$n / total_garantias$n) * 100, 1)
valueBox(total_retrasadas$n,
  icon = "ion-ios-time",
  color = ifelse(porc_retrasadas < 5, "primary", "warning")
)
```

### Total garantías oncológicas retrasadas

```{r}
porc_retrasadas_onco <- round((total_onco_retrasadas$n / total_retrasadas$n) * 100, 1)
valueBox(total_onco_retrasadas$n,
  icon = "ion-ios-time",
  color = ifelse(porc_retrasadas < 2, "primary", "warning")
)
```


### Listado de garantías vencidas y tiempos de retraso

```{r}
tabla_vencidos <- total_ges |>
  dplyr::filter(riesgo == "Vencido") |>
  dplyr::group_by(problema_de_salud) |>
  dplyr::summarise(
    n = n(),
    mediana = median(dias_retraso),
    max = max(dias_retraso)
  ) |>
  arrange(-n)

DT::datatable(tabla_vencidos,
  options = list(orderClasses = FALSE),
  colnames = c("Problema de salud", "N°", "Mediana", "Máximo")
) %>%
  DT::formatStyle(columns = c(1, 2, 3, 4), fontSize = "90%")
```


Column {data-width=400}
-----------------------------------------------------------------------

### Evolución de garantías retrasadas (todas)

```{r}
evolucion_ret_plot <- temp %>%
  dplyr::filter(garantia == "Vencido") %>%
  dplyr::group_by(corte) %>%
  dplyr::summarise(n = n()) %>%
  dplyr::mutate(
    variacion = n - lag(n),
    media_movil = round(rollmean(n, k = 7, fill = NA), 1),
    corte = ymd(corte)
  ) %>%
  ggplot(aes(corte, n)) +
  geom_line(size = 1, color = "#756bb1", alpha = 0.7) +
  theme_bw() +
  scale_y_continuous(breaks = integer_breaks()) +
  scale_x_date(date_labels = "%b %y") +
  theme(axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1)) +
  labs(
    x = "",
    y = "N° garantías retrasadas"
  )

ggplotly(evolucion_ret_plot)
```

### Evolución garantías retrasadas oncológicas

```{r}
plot_retrasadas_onco <- temp %>%
  mutate(corte = ymd(corte)) %>%
  dplyr::filter(garantia == "Vencido", onco == TRUE) %>%
  dplyr::group_by(corte) %>%
  dplyr::summarise(n = n()) %>%
  dplyr::mutate(media_movil = round(rollmean(n, k = 7, fill = NA), 1)) %>%
  ggplot(aes(corte, n)) +
  geom_line(size = 1, color = "#c200fb") +
  scale_y_continuous(breaks = integer_breaks()) +
  scale_x_date(date_labels = "%b %y") +
  theme_bw() +
  theme(
    axis.text.x = element_text(angle = 45, hjust = 1),
    legend.position = "none"
  ) +
  labs(
    x = "",
    y = "N° garantías retrasadas"
  )

ggplotly(plot_retrasadas_onco)
```

### Evolución garantías retrasadas por centro de responsabilidad

```{r}
plot_centro_resp <- temp %>%
  dplyr::filter(garantia == "Vencido") %>%
  dplyr::group_by(centro_responsabilidad, corte) %>%
  dplyr::summarise(n = n()) %>%
  dplyr::mutate(
    media_movil = round(rollmean(n, k = 7, fill = NA), 1),
    corte = ymd(corte)
  ) %>%
  ggplot(aes(corte, media_movil,
    text = paste(
      "Corte:", corte,
      "\nMedia móvil:", media_movil,
      "\nCR:", centro_responsabilidad
    ),
    group = centro_responsabilidad
  )) +
  geom_line(aes(color = centro_responsabilidad), size = 1, alpha = 0.7) +
  scale_y_continuous(breaks = integer_breaks()) +
  scale_x_date(date_labels = "%b %y") +
  theme_bw() +
  scale_color_paletteer_d(`"miscpalettes::pastel"`) +
  theme(
    axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1),
    legend.title = element_blank()
  ) +
  labs(
    x = "",
    y = "Garantías retrasadas",
    color = "Área"
  )

ggplotly(plot_centro_resp, tooltip = "text")
```

Column {data-width=550, .tabset}
-----------------------------------------------------------------------

### Índice de resolución GO retrasadas por especialidad

```{r}
indice_resolucion_especialidad <- temp %>%
  dplyr::filter(garantia == "Vencido") %>%
  dplyr::group_by(especialidad, corte) %>%
  dplyr::summarise(n = n()) %>%
  dplyr::mutate(
    variacion = (n - lag(n)) * -1,
    corte = ymd(corte),
    indice = mean(variacion, na.rm = TRUE),
    tipo = case_when(
      indice > 0 ~ "Positivo",
      indice == 0 ~ "Neutro",
      indice < 0 ~ "Negativo"
    )
  ) %>%
  ggplot(aes(indice, especialidad,
    color = tipo,
    text = paste(
      "Indice:", round(indice, 2),
      "\nEspecialidad:", especialidad,
      "\nValor:", tipo
    )
  )) +
  geom_vline(xintercept = 0, color = "#9e9ac8") +
  geom_point(size = 2) +
  scale_color_manual("", values = c("#c51b8a", "#cccccc", "#31a354")) +
  theme_bw() +
  labs(
    x = "Índice de resolución",
    y = ""
  )

ggplotly(indice_resolucion_especialidad, tooltip = "text") %>%
  layout(
    xaxis = list(tickfont = list(size = 8)),
    yaxis = list(tickfont = list(size = 11))
  )
```


### Índice de resolución GO retrasadas por patología

```{r}
indice_resolucion_patologia <- temp %>%
  dplyr::filter(garantia == "Vencido") %>%
  dplyr::group_by(problema_de_salud, corte) %>%
  dplyr::summarise(n = n()) %>%
  dplyr::mutate(
    variacion = (n - lag(n)) * -1,
    corte = ymd(corte),
    indice = mean(variacion, na.rm = TRUE),
    tipo = case_when(
      indice > 0 ~ "Positivo",
      indice == 0 ~ "Neutro",
      indice < 0 ~ "Negativo"
    )
  ) %>%
  ggplot(aes(indice, problema_de_salud,
    color = tipo,
    text = paste(
      "Indice:", round(indice, 2),
      "\nProblema:", problema_de_salud,
      "\nValor:", tipo
    )
  )) +
  geom_vline(xintercept = 0, color = "#9e9ac8") +
  geom_point(size = 1.3) +
  scale_color_manual("", values = c("#c51b8a", "#cccccc", "#31a354")) +
  theme_bw() +
  theme(
    axis.text.y = element_text(size = 9),
    legend.position = "none"
  ) +
  labs(
    x = "Índice de resolución",
    y = ""
  )

ggplotly(indice_resolucion_patologia, tooltip = "text") %>%
  layout(
    xaxis = list(tickfont = list(size = 8)),
    yaxis = list(tickfont = list(size = 11)),
    legend = list(
      orientation = "v",
      xanchor = "center",
      x = 0.5,
      y = -0.2
    )
  )
```